[論文レビュー] U-MASK: User-adaptive Spatio-Temporal Masking for Personalized Mobile AI Applications

Shiyuan Zhang, Yilai Liu+4 more|arXiv (Cornell University)|Jan 11, 2026

Recommender Systems and Techniques被引用数 0

ひとこと要約

U-MASK は、U-SCOPE を用いた意味表現と拡散ベースのバックボーンにより、短期・長期・コールドスタートタスクに対するマスク誘導型条件付き完成を実現する、ユーザー-およびタスク適応型の時空マスキングフレームワークを提案します。

ABSTRACT

Personalized mobile artificial intelligence applications are widely deployed, yet they are expected to infer user behavior from sparse and irregular histories under a continuously evolving spatio-temporal context. This setting induces a fundamental tension among three requirements, i.e., immediacy to adapt to recent behavior, stability to resist transient noise, and generalization to support long-horizon prediction and cold-start users. Most existing approaches satisfy at most two of these requirements, resulting in an inherent impossibility triangle in data-scarce, non-stationary personalization. To address this challenge, we model mobile behavior as a partially observed spatio-temporal tensor and unify short-term adaptation, long-horizon forecasting, and cold-start recommendation as a conditional completion problem, where a user- and task-specific mask specifies which coordinates are treated as evidence. We propose U-MASK, a user-adaptive spatio-temporal masking method that allocates evidence budgets based on user reliability and task sensitivity. To enable mask generation under sparse observations, U-MASK learns a compact, task-agnostic user representation from app and location histories via U-SCOPE, which serves as the sole semantic conditioning signal. A shared diffusion transformer then performs mask-guided generative completion while preserving observed evidence, so personalization and task differentiation are governed entirely by the mask and the user representation. Experiments on real-world mobile datasets demonstrate consistent improvements over state-of-the-art methods across short-term prediction, long-horizon forecasting, and cold-start settings, with the largest gains under severe data sparsity. The code and dataset will be available at https://github.com/NICE-HKU/U-MASK.

研究の動機と目的

• パーソナライズドモバイルAIにおける不可避な三角不可能性（ immediacy、stability、generalization）を sparse histories の下で解決する動機付け。
• モバイルユーザー行動を learnable なマスクに導かれた条件付き完成問題として定式化。
• マスクを条件付けるコンパクトでタスク非依存のユーザー表現を開発。
• マスク誘導の生成的完成を実行する共有拡散ベースのバックボーンを統合。
• データが希薄な現実データセットで最先端手法より改善を示す。

提案手法

• 推論をユーザーとタスクに条件付けられた証拠領域として定義するマスキング機構 U-MASK を導入。
• sparse なアプリ-位置履歴からコンパクトでタスク非依存のユーザー埋め込みを生成する U-SCOPE を開発。
• 観測証拠を保持しつつ欠損領域を再構成する条件付き拡散トランスフォーマー・バックボーン（DiT）を実装。
• 観測予算、時間的強調、空間類似性を階層的潜在表現で平衡させることにより、タスク-およびユーザー特異的マスクを計算。
• 再構成損失と InfoNCE ベースの整合性項でエンドツーエンドに学習し、短期-長期表現を整合。
• タスク差異化と個別化はタスク固有のヘッドではなく、マスクとユーザー表現によって完全に管理されるようにする。

実験結果

リサーチクエスチョン

• RQ1 sparse なモバイル履歴の下で短期予測、長期予測、コールドスタート推奨をどのように統一できるか。
• RQ2 学習可能なユーザー適応型マスキング機構は、タスク目標とユーザー行動に適応する推論領域を定義できるか。
• RQ3 マスクとユーザー意味論に条件付けられた部分的に観測された時空モバイルデータを拡散ベースの生成バックボーンが効果的に完成できるか。
• RQ4 semantic ユーザー表現（U-SCOPE）が希薄なデータ下でのマスキング品質と個別化に与える影響は何か。

主な発見

• U-MASK は短期・長期・コールドスタートの各シナリオで最先端手法に対して一貫した改善を実現。
• データ希薄性が厳しい状況や動的文脈での性能向上が特に大きい。
• 拡散トランスフォーマー・バックボーンは、観測証拠を保持しつつ、マスクとユーザー意味論に条件付けられた欠損領域を生成。
• U-SCOPE は希薄なテレメトリでも効果的なマスキングを可能にする頑健なタスク非依存ユーザー表現を提供。
• 本アプローチは現実のモバイルデータセットでの実用性を示し、コードとデータの公開計画を含む。